低地球轨道中用于场景分类的去中心化半监督星上学习
机器学习
2023-05-09 v1 分布式、并行与集群计算
多智能体系统
摘要
在最新卫星硬件上的星上机器学习有望显著节省通信与运维成本。我们展示了在卫星星座上训练机器学习模型以进行场景分类，采用半监督学习，同时基于神经网络在卫星处理器上的基准测试考虑温度与有限功率预算等运行约束。我们评估了采用去中心化与联邦学习方法的任务场景。所有场景均在一日任务时间内收敛至高精度（在EuroSAT RGB数据集上约91%）。
引用
@article{arxiv.2305.04059,
title = {Decentralised Semi-supervised Onboard Learning for Scene Classification in Low-Earth Orbit},
author = {Johan Östman and Pablo Gomez and Vinutha Magal Shreenath and Gabriele Meoni},
journal= {arXiv preprint arXiv:2305.04059},
year = {2023}
}
备注
Accepted at IAA SSEO 2023